芝加哥保管庫資料
來自芝加哥的 311 服務要求，包括歷史公共衛生投訴、坑洞舉報和路燈問題
自 2011 年 1 月 1 日起，已完成的所有 311 未結案公共衛生投訴以及所有要求。 街道清潔部門會調查和改善舉報違反芝加哥公共衛生法規的項目。 居民可以針對滿溢的垃圾桶和巷道垃圾違規問題提出服務要求。 311 有時會收到重複的公共衛生投訴。 如果上一個相同地理區域的要求在大致相同時間輸入 311 客戶服務要求 (CSR) 系統，系統即會將後續要求標示為重複。 重複的投訴會在狀態欄位中標示為「開啟 - Dup」或「已完成 - Dup」。
注意
Microsoft 會以「如目前」為基礎提供 Azure 開放資料集。 Microsoft 不會就您使用資料集做出任何明示或默示擔保或條件。 根據當地法律所允許的範圍，Microsoft 會免除因使用資料集而產生的任何損害或損失的所有責任，包括直接、衍生、特殊、間接、附帶或懲罰性。
此資料集是根據 Microsoft 接收來源資料的原始條款所提供。 資料集可能包含源自 Microsoft 的資料。
芝加哥運輸部 (CDOT) 負責監督芝加哥方圓 4,000 英哩交通幹道和住宅街道的坑洞修補作業。 CDOT 通過 311 通話中心收到坑坑坑的報告。 CDOT 會使用測繪和追蹤系統來識別坑坑位置和排程機組人員。
一通打給 311 的電話，可能會產生很多項坑洞修繕任務。 當工作小組到場處理 311 坑洞問題時，會將該區域內的所有坑洞都填補好。 坑坑修復工作在7天內完成，從一個坑洞的第一份報告到311個。 天氣狀況、寒冷的氣溫和降水，會影響修復需要多久時間。 當天氣是合作的天，沒有降水，船員可以填滿幾千個坑洞。
如果先前的要求已針對四個位址的緩衝區開啟，則要求會提供「重複」（開啟）的狀態。 例如，如果有 6535 N 西部的現有 CSR，且收到新要求給 6531 N 西部（位於原始 CSR 的四個位址內），則新要求的狀態為「重複」（Open）。。 修復街道後，CSR 中的狀態將會針對原始要求讀取「已完成」，並針對任何重複的要求讀取「重複（已關閉）」。 當人員檢查舉報地址，發現現場並無坑洞或坑洞已填補完畢時，服務要求也會收到「已完成」的狀態。 如果在街上發現另一個問題，例如「洞穴」或「失敗的公用事業削減」，則會導向適當的部門或承包商。
所有公開的「路燈 -全出」（三或多燈中斷）的公開報告，都對311號和自2011年1月1日起完成的所有要求。 芝加哥交通部（CDOT）負責監督約25萬盞路燈，照亮芝加哥的動脈和住宅街道。 CDOT 會執行修繕和更換燈泡工作，以回應居民舉報的路燈不亮問題。 每當CDOT收到一份「全線」的報告時，指派的電工將修復查看該電路中的燈光（每個線路有8-16個燈），以確保它們正常運作。 如果原始要求的四個行事曆日內又發出第二個相同電路內的路燈要求，系統就會自動將最新要求的狀態設為「重複 (未結案)」。 由於 CDOT 的電工將查看電路中的燈光，以確認它們正在運作，因此會自動觀察和修復任何「重複（開啟）」位址。 一旦路燈修繕完畢，CSR 系統就會將原始要求狀態設為「已完成」，並將任何重複要求狀態設為「重複 (已結案)」。 當工作人員檢查舉報的路燈，發現路燈修復狀態良好並正常運作、服務要求的地址不存在，或路燈是由承包商維護時，服務要求也會收到「已完成」的狀態。 它會每日更新。
磁片區和保留期
此資料集以 Parquet 格式儲存， 它每天更新，截至 2018 年，總共包含大約 100 萬個數據列 （80 MB）。
此資料集包含從 2011 年到 2018 年積累的歷史記錄。 在我們的 SDK 中，您可以使用參數設定來擷取特定時間範圍內的資料。
儲存位置
此資料集儲存於美國東部 Azure 區域。 建議您在美國東部配置計算資源，以確保同質性。
相關資料集
其他資訊
此資料集來源為芝加哥市政府。
如需此資料集的使用條款，請參閱這裡。 如果您對資料來源有任何疑問，請傳送電子郵件至 dataportal@cityofchicago.org。
資料行
| 名稱 | 資料類型 | 唯一 | Values (sample) | 描述 |
|---|---|---|---|---|
| address | string | 140,612 | 「」 1 市政廳 請波士頓 MA 02108 | 位置。 |
| category | string | 54 | 街道清潔衛生 | 服務要求的理由。 |
| dataSubtype | string | 1 | 311_All | 「311_All」 |
| dataType | string | 1 | 安全性 | 「保管庫ty」 |
| dateTime | timestamp | 1,529,075 | 2015-07-23 10:51:00 2015-07-23 10:47:00 | 服務要求的開放日期和時間。 |
| 緯度 | double | 1,622 | 42.3594 42.3603 | 此為緯度值。 緯線與赤道平行。 |
| 經度 | double | 1,806 | -71.0587 -71.0583 | 此為經度值。 經線與緯線垂直，並會穿過兩極。 |
| 來源 | string | 7 | 組成者通話公民連線應用程式 | 案件的原始來源。 |
| status | 字串 | 2 | 已關閉開啟 | 案件狀態。 |
| 子類別 | string | 209 | 街道清潔的停車執法要求 | 服務要求的類型。 |
預覽
| dataType | dataSubtype | dateTime | category | 子類別 | status | address | 緯度 | 經度 | 來源 | extendedProperties |
|---|---|---|---|---|---|---|---|---|---|---|
| 安全性 | 311_All | 2021/4/25 下午 11：55：04 | 路燈出投訴 | null | 開盤 | 4800 W 華盛頓大道 | 41.882148426 | -87.74556256 | null | |
| 安全性 | 311_All | 2021/4/25 下午 11：54：31 | 僅限 311 資訊通話 | null | 已完成 | 2111 W 列克星敦 ST | null | |||
| 安全性 | 311_All | 2021/4/25 下午 11：52：11 | 僅限 311 資訊通話 | null | 已完成 | 2111 W 列克星敦 ST | null | |||
| 安全性 | 311_All | 2021/4/25 下午 11：49：56 | 僅限 311 資訊通話 | null | 已完成 | 2111 W 列克星敦 ST | null | |||
| 安全性 | 311_All | 2021/4/25 下午 11：48：53 | 垃圾車維護 | null | 開盤 | 3409 E 106TH ST | 41.702545562 | -87.540917602 | null | |
| 安全性 | 311_All | 2021/4/25 下午 11：46：01 | 僅限 311 資訊通話 | null | 已完成 | 2111 W 列克星敦 ST | null | |||
| 安全性 | 311_All | 2021/4/25 下午 11：45：46 | 飛機噪音投訴 | null | 已完成 | 10510 W ZEMKE RD | null | |||
| 安全性 | 311_All | 2021/4/25 下午 11：45：02 | 僅限 311 資訊通話 | null | 已完成 | 2111 W 列克星敦 ST | null | |||
| 安全性 | 311_All | 2021/4/25 下午 11：44：24 | 下水道洞穴檢查要求 | null | 開盤 | 7246 W 索恩代爾大道 | 41.987984339 | -87.808702917 | null |
資料存取
Azure Notebooks
# This is a package in preview.
from azureml.opendatasets import ChicagoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = ChicagoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_pandas_dataframe()
safety.info()
Azure Databricks
# This is a package in preview.
# You need to pip install azureml-opendatasets in Databricks cluster. https://learn.microsoft.com/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
from azureml.opendatasets import ChicagoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = ChicagoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_spark_dataframe()
display(safety.limit(5))
Azure Synapse
# This is a package in preview.
from azureml.opendatasets import ChicagoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = ChicagoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_spark_dataframe()
# Display top 5 rows
display(safety.limit(5))
# Display data statistic information
display(safety, summary = True)
範例
下一步
檢視開放式資料集目錄中 的其餘資料集 。